COVID-19 vaccine boosters for young adults: a risk benefit assessment and ethical analysis of mandate policies at universities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2022, students at North American universities with third-dose COVID-19 vaccine mandates risk disenrolment if unvaccinated. To assess the appropriateness of booster mandates in this age group, we combine empirical risk-benefit assessment and ethical analysis. To prevent one COVID-19 hospitalisation over a 6-month period, we estimate that 31 207-42 836 young adults aged 18-29 years must receive a third mRNA vaccine. Booster mandates in young adults are expected to cause a net harm: per COVID-19 hospitalisation prevented, we anticipate at least 18.5 serious adverse events from mRNA vaccines, including 1.5-4.6 booster-associated myopericarditis cases in males (typically requiring hospitalisation). We also anticipate 1430-4626 cases of grade ≥3 reactogenicity interfering with daily activities (although typically not requiring hospitalisation). University booster mandates are unethical because they: (1) are not based on an updated (Omicron era) stratified risk-benefit assessment for this age group; (2) may result in a net harm to healthy young adults; (3) are not proportionate: expected harms are not outweighed by public health benefits given modest and transient effectiveness of vaccines against transmission; (4) violate the reciprocity principle because serious vaccine-related harms are not reliably compensated due to gaps in vaccine injury schemes; and (5) may result in wider social harms. We consider counterarguments including efforts to increase safety on campus but find these are fraught with limitations and little scientific support. Finally, we discuss the policy relevance of our analysis for primary series COVID-19 vaccine mandates.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle